التعلم النشط باستخدام الجيران الأقرب (K-Nearest Neighbors)
يجمع التعلم النشط مع خوارزمية الجيران الأقرب (KNN) بين التنبؤ المستند إلى المثيلات الخاص بـ KNN واستراتيجية استعلام تكرارية تختار الأمثلة غير المسماة الأكثر إفادة للتوصيف. يطلب النموذج تسميات فقط للأمثلة التي تكون فيها هوامش تصويت الجوار ضيقة، مما يحقق دقة تنافسية مع عدد أقل بكثير من الأمثلة المسماة مقارنة بـ KNN الخاضع للإشراف الكامل على البيانات الجدولية.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Settles, B. (2010). Active Learning Literature Survey. Computer Sciences Technical Report 1648, University of Wisconsin-Madison. link ↗
- Zhu, X., Lafferty, J., & Ghahramani, Z. (2003). Combining active learning and semi-supervised learning using Gaussian fields and harmonic functions. Proceedings of the ICML 2003 Workshop on the Continuum from Labeled to Unlabeled Data, 58–65. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Active Learning with K-Nearest Neighbors Classifier. ScholarGate. https://scholargate.app/ar/machine-learning/active-learning-k-nearest-neighbors
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- التعلم النشطتعلم الآلة↔ compare
- شجرة قرار التعلم النشطتعلم الآلة↔ compare
- الانحدار اللوجستي للتعلم النشطتعلم الآلة↔ compare
- الجيران الأقرباء شبه المُشرف عليهم (Semi-supervised K-Nearest Neighbors)تعلم الآلة↔ compare